[hadoop源码阅读][6]-org.apache.hadoop.ipc-ipc.server

1.      nio的reactor模式

 

具体的处理方式：

·     1.一个线程来处理所有连接（使用一个Selector）

·     2.一组线程来读取已经建立连接的数据（多个Selector，这里的线程数一般和cpu的核数相当）；

·     3.一个线程池（这个线程池大小可以根据业务需求进行设置）

·     4.一个线程处理所有的连接的数据的写操作（一个Selector）

 

2.      简明流程图

 

3.      RPC Server主要流程

RPC Server作为服务提供者由两个部分组成：接收Call调用和处理Call调用。

 

接收Call调用负责接收来自RPC Client的调用请求，编码成Call对象后放入到Call队列中。这一过程由Listener线程完成。具体步骤：

l      Listener线程监视RPC Client发送过来的数据。

l      当有数据可以接收时，调用Connection的readAndProcess方法。

l      Connection边接收边对数据进行处理，如果接收到一个完整的Call包，则构建一个Call对象PUSH到Call队列中，由Handler线程来处理Call队列中的所有Call。

 

处理Call调用负责处理Call队列中的每个调用请求，由Handler线程完成：

l      Handler线程监听Call队列，如果Call队列非空，按FIFO规则从Call队列取出Call。

l      将Call交给RPC.Server处理。

l      借助JDK提供的Method，完成对目标方法的调用，目标方法由具体的业务逻辑实现。

l      返回响应。Server.Handler按照异步非阻塞的方式向RPC Client发送响应，如果有未发送出的数据，则交由Server.Responder来完成。

 

4. server类的结构

0)抽象类

这里的Server类是个抽象类，唯一抽象的地方，就是

public abstract Writable call(Writable param, long receiveTime) throws IOException;

由RPC.server来实现

1）Call

用以存储客户端发来的请求，这个请求会放入一个BlockQueue中；

2）Listener

监听类，用以监听客户端发来的请求。同时Listener下面还有一个静态类，Listener.Reader，当监听器监听到用户请求，便用让Reader读取用户请求。

Listener主要负责Socket的监听以及Connection的建立，同时监控ClientSocket的数据可读事件，通知Connection进行processData，收到完成请求包以后，封装为一个Call对象（包含Connection对象，从网络流中读取的参数信息,调用方法信息），将其放入队列

3）Responder

响应RPC请求类，请求处理完毕，由Responder发送给请求客户端。

它不断地检查响应队列中是否有调用信息，如果有的话，就把调用的结果返回给客户端

4）Connection

连接类，真正的客户端请求读取逻辑在这个类中。

Connection，代表与Client端的连接，读取客户端的call并放到一个阻塞队列中，Handler负责从这个队列中读取数据并处理

5）Handler

请求（blockQueueCall）处理类，会循环阻塞读取callQueue中的call对象，并对其进行操作。

真正做事的实体。它从调用队列中获取调用信息，然后反射调用真正的对象，得到结果，然后再把此次调用放到响应队列(response queue)里 

 

5.      Server的启动,运行

5.1.Namenode的getserver实例使用

private void initialize(Configuration conf) throws IOException 
{ 
    this.serviceRpcServer = RPC.getServer(this, dnSocketAddr.getHostName(), dnSocketAddr.getPort(), serviceHandlerCount, false, conf, namesystem.getDelegationTokenSecretManager()); 
    serviceRpcServer.start(); 
} 

 

5.2.Start服务启动

public synchronized void start()
{
    responder.start();
    listener.start();
    handlers = new Handler[handlerCount];
    for (int i = 0; i < handlerCount; i++)
    {
        handlers[i] = new Handler(i);
        handlers[i].start();
    }
}

responder、listener、handlers三个对象的线程均阻塞了，前两个阻塞在selector.select()方法上，handler阻塞在callQueue.take()方法，都在等待客户端请求。Responder设置了超时时间，为15分钟。而listener还开启了Reader线程，该线程也阻塞了。

 

5.3. Listener线程做的工作

Listener监听到请求，获得所有请求的SelectionKey，执行doAccept(key)方法，该方法将所有的连接对象放入list中，并将connection对象与key绑定，以供reader使用。初始化玩所有的conne对象之后，就可以激活Reader线程了.

Reader的run方法和Listener基本一致，也是获得所有的SelectionKey，再执行doRead(key)方法。该方法获得key中绑定的connection，并执行conection的readAndProcess()方法

简明调用函数过程:

Listener:: run-> Listener:: doAccept( 激活Reader线程)->>Reader:: doRead->>connection:: readAndProcess->> connection::processOneRpc->>connection:: processData

 

private void processData(byte[] buf) throws  IOException, InterruptedException
{
    DataInputStream dis = new DataInputStream(new ByteArrayInputStream(buf));
    int id = dis.readInt();      // 尝试读取id
    Writable param = ReflectionUtils.newInstance(paramClass, conf);//读取参数
    param.readFields(dis);//这个就是client传递过来的Invocation,包含了函数名和参数
    Call call = new Call(id, param, this);  //封装成call
    callQueue.put(call);   // 将call存入callQueue
    incRpcCount();  // 增加rpc请求的计数
}

 

5.4. Handler线程做的工作

Handler线程的run函数

while (running)
{
    try
    {
        final Call call = callQueue.take(); //弹出call，可能会阻塞
        //调用ipc.Server类中的call()方法，但该call()方法是抽象方法，具体实现在RPC.Server类中
        value = call(call.connection.protocol, call.param, call.timestamp);
        synchronized (call.connection.responseQueue)
        {
            setupResponse(buf, call, (error == null) ? Status.SUCCESS : Status.ERROR, value, errorClass, error);
            //给客户端响应请求
            responder.doRespond(call);
        }
    }
}

关于call函数的调用,稍后分析

 

5.5.Responder线程做的工作

void doRespond(Call call) throws IOException
{
    synchronized (call.connection.responseQueue)
    {
        call.connection.responseQueue.addLast(call);//放到队列里面去
        if (call.connection.responseQueue.size() == 1)
        {
            processResponse(call.connection.responseQueue, true);
        }
    }
}

简明调用结构为:

Responder::run->>doAsyncWrite->>processResponse

 

5.6.最后来看server.call函数是怎么执行的

public Writable call(Class<?> protocol, Writable param, long receivedTime) throws IOException
{
    try
    {
        Invocation call = (Invocation) param;
        Method method = protocol.getMethod(call.getMethodName(), call.getParameterClasses());//获取client端调用的函数
        Object value = method.invoke(instance, call.getParameters());//instance即启动服务的对象,也即实现protocol的对象
        return new ObjectWritable(method.getReturnType(), value);//将结果序列化
    } catch (InvocationTargetException e)
    {
    } catch (Throwable e)
    {
    }
}

6.      用户可以做的操作

1. Reader数量

      正常情况下，一个客户端关联一个Reader，如果有很多客户端(client或DataNode)，那么就可以相应增加这个配置

      参数：ipc.server.read.threadpool.size，默认是1，需要注意的是，这个配置参数是0.21版本的，不同版本的参数可能不一样

2. Handler数量

      对于这种做事的线程，不好把握度，到底多少才是合适。

      参数：dfs.namenode.handler.count， 这里是以NameNode举例

3. 客户端重试次数

      客户端在调用时发生异常，重试是无可厚非。但如果对实时性有要求，那么这里的重试就有考量。Fackbook在做的Realtime分析就有提到RPC的重试是需要修改的

      参数：ipc.client.connect.max.retries，默认是10

4. tcp no delay

      不建议对它有什么设置。如果我们对整个调用的过程中数据量大小及网络环境不清楚的话，就是设置了也不知道它是否有作用。

      参数：ipc.client.tcpnodelay，默认是false

 

7. 时序图

 

8. 类图

 

9.参考

http://blog.csdn.net/sxf_824/article/details/4842153

http://www.wikieno.com/2012/02/hadoop-ipc-server/

http://caibinbupt.iteye.com/blog/281281

http://www.tbdata.org/archives/1413

http://blog.csdn.net/shirdrn/article/details/4598295

http://lidejiasw.wordpress.com/2011/05/07/hadoop-rpc%E5%88%86%E6%9E%90/